Elasticsearch含数字的keyword类型字段排序问题求解

问题根源 #

你遇到的是keyword字段的字典序排序特性：字符串类型的数字（比如"7"、"17"）会按字符ASCII码比较，"7"的首字符ASCII值大于"1"，所以降序时"7"会排在"17"前面，不符合数值排序的预期。

优先方案：索引配置层面解决 #

方案1：多字段+Ingest Pipeline提取数字（适合纯数字/字符串混合场景） #

如果字段值里既有纯数字字符串，又有普通字符串，可以通过Ingest Pipeline在索引时自动提取数字到单独的数值字段，排序时结合两个字段实现预期效果：

1. 创建提取数字的Ingest Pipeline

PUT _ingest/pipeline/extract-number-pipeline
{
  "processors": [
    {
      "grok": {
        "field": "target_field",
        "patterns": ["^%{NUMBER:sorted_num:int}$"],
        "ignore_missing": true,
        "ignore_failure": true
      }
    }
  ]
}

这个处理器会判断target_field的值是否为纯数字，是的话转为整数存入sorted_num字段，非数字值则跳过。

2. 创建索引并关联Pipeline

PUT your_index
{
  "settings": {
    "index.default_pipeline": "extract-number-pipeline"
  },
  "mappings": {
    "properties": {
      "target_field": {
        "type": "keyword"
      },
      "sorted_num": {
        "type": "integer"
      }
    }
  }
}

3. 使用多字段排序
   查询时先按sorted_num降序（非数字值的sorted_num为null，会排在最后），再按原keyword字段降序：

GET your_index/_search
{
  "sort": [
    { "sorted_num": { "order": "desc", "missing": "_last" } },
    { "target_field": { "order": "desc" } }
  ]
}

方案2：使用ICU Collation Keyword字段（适合字符串+数字混合场景，如"item7"、"item17"） #

如果字段值是字符串和数字混合的格式（比如"user123"、"user45"），可以用icu_collation_keyword类型实现自然排序，它会把数字视为数值而非字符串比较：

PUT your_index
{
  "mappings": {
    "properties": {
      "target_field": {
        "type": "keyword",
        "fields": {
          "natural_sort": {
            "type": "icu_collation_keyword",
            "language": "en",
            "numeric": true
          }
        }
      }
    }
  }
}

排序时使用这个子字段：

GET your_index/_search
{
  "sort": [
    { "target_field.natural_sort": { "order": "desc" } }
  ]
}

备选方案：Spring Data Elasticsearch查询层面解决（无法修改索引时） #

如果不能调整索引配置，可以在查询时用Runtime Field动态提取数字，避免返回后排序的性能损耗：

NativeSearchQuery query = new NativeSearchQueryBuilder()
    .withQuery(QueryBuilders.matchAllQuery())
    // 先按动态提取的数字字段降序，非数字值排最后
    .withSort(SortBuilders.fieldSort("dynamic_num")
        .order(SortOrder.DESC)
        .missing("_last"))
    // 再按原keyword字段降序
    .withSort(SortBuilders.fieldSort("target_field")
        .order(SortOrder.DESC))
    // 定义Runtime Field：提取纯数字值转为整数，非数字则返回null
    .withRuntimeField(new RuntimeField(
        "dynamic_num",
        "integer",
        """
        if (doc['target_field'].value != null) {
          def isNum = /^\d+$/.matcher(doc['target_field'].value).matches();
          emit(isNum ? Integer.parseInt(doc['target_field'].value) : null);
        }
        """
    ))
    .build();

你之前的配置无效原因 #

你配置的pattern_replace过滤器是给text字段做分词用的，但keyword字段不会执行分词流程，排序时直接用原始字符串做字典序比较，所以这个过滤器完全影响不到排序逻辑，自然没有效果。

内容的提问来源于stack exchange，提问作者Dmitriy_Ze